Postdoc en Bio-Acoustique Biostatistiques And Machine Learning H/F

CNRS

Ce recrutement s'effectue dans le cadre du projet RECAPTED ADD, financé par le FEAMPA. Ce projet vise à développer des solutions adaptées aux pêcheries artisanales antillaises pour limiter les captures accidentelles de tortues marines via l'utilisation de systèmes de dissuasion acoustique (ADD).
La personne recrutée aura pour objectif d'analyser les données issues des campagnes de terrain afin d'évaluer 1) l'efficacité des systèmes de dissuasion acoustique sur les captures accidentelles de tortues marines et sur les captures d'espèces cibles, et 2) identifier et spatialiser le risque d'interaction tortues marines - engins de pêche.

Activités
Tâches principales :
- Traitement des signaux accélérométriques/gyroscopiques et acoustiques liés aux comportements fins des tortues marines
- Développement de méthodes innovantes de Machine Learning pour analyser les sons associés aux comportements.
- Automatisation du traitement des données audio et visuelles afin d'optimiser la quantité et la qualité des résultats.
- Tests en mer du dispositif de dissuasion acoustique
- Analyse de données et rédaction d'articles
Compétences
- Compétences approfondies en écologie, et notamment sur l'écologie des tortues marines et sur les écosystèmes marins côtiers caribéens.
- Compétences approfondies en biostatistique et en analyse de données spatiales
- Compétences en machine learning
- Compétences approfondies en traitement du signal (accélérométrique/gyroscopique et acoustique)
- Ecriture d'articles scientifiques et présentation d'exposés dans des conférences internationales.
Contexte de travail

Le projet se déroulera au sein de l'UMR BOREA (Damien Chevallier, UMR CNRS 8067) en Martinique.
Le projet se déroulera au sein de l'UMR BOREA (Damien Chevallier, UMR CNRS 8067) en Martinique.